я запускаю код, который использует
import sklearn.metrics as skm
fpr,tpr,thresholds = skm.roc_curve(some_y_true,some_y_score)
с some_y_true, являющимся двоичным классом, в то время как some_y_score является некоторым отношением между 0 и 1.
часть, что мне нужно, однако необходимоМне нужно проверить кривую точности-отзыва, для которой необходимо количество ложных негативов.
У меня вопрос, есть ли способ получить полную матрицу замешательства классификатора без ручного увеличения порога?
skm.confusion_matrix(some_y_true, some_y_score) дает мне: ValueError: Classification metrics can't handle a mix of binary and continuous targets
Я подумал, что если он сможет вычислить TPR и FPR, у меня может быть способ получить матрицу путаницы